WO2022240044A1 - 암석 파쇄도 분석 장치 및 이의 동작 방법 - Google Patents

암석 파쇄도 분석 장치 및 이의 동작 방법 Download PDF

Info

Publication number
WO2022240044A1
WO2022240044A1 PCT/KR2022/006292 KR2022006292W WO2022240044A1 WO 2022240044 A1 WO2022240044 A1 WO 2022240044A1 KR 2022006292 W KR2022006292 W KR 2022006292W WO 2022240044 A1 WO2022240044 A1 WO 2022240044A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
point cloud
particle size
data
unit
Prior art date
Application number
PCT/KR2022/006292
Other languages
English (en)
French (fr)
Inventor
정민수
이승중
진근우
Original Assignee
주식회사 한화
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 한화 filed Critical 주식회사 한화
Priority to AU2022271759A priority Critical patent/AU2022271759B2/en
Publication of WO2022240044A1 publication Critical patent/WO2022240044A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F42—AMMUNITION; BLASTING
    • F42D—BLASTING
    • F42D1/00—Blasting methods or apparatus, e.g. loading or tamping
    • F42D1/04—Arrangements for ignition
    • F42D1/045—Arrangements for electric ignition
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F42—AMMUNITION; BLASTING
    • F42D—BLASTING
    • F42D3/00—Particular applications of blasting techniques
    • F42D3/04—Particular applications of blasting techniques for rock blasting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Definitions

  • An embodiment of the present invention is a rock crushing analysis device capable of analyzing the particle size distribution of a muck pile generated after blasting at a blasting site and an operating method thereof, particularly crushed stone obtained from image processing or a 3D scanner.
  • a rock fracture analysis device that can analyze the particle size of the entire crushed stone pile by automatically extracting individual blocks from the 3D point cloud of the muck pile and calculating the volume and converted diameter of the block. And its operation method (ROCK FRAGMENTATION ANALYSIS DEVICE AND OPERATION METHOD OF THE SAME).
  • Conventional crushability analysis methods have been used, such as a sieving method for directly measuring particle size, a two-dimensional analysis method using a photograph of crushed stone and an image processing method.
  • this screening method has many realistic limitations such as equipment, manpower, and cost during field testing, and the two-dimensional image analysis method has a problem of low reliability of analysis results due to limitations in expressing a three-dimensional effect.
  • An object of the present invention is to provide a rock crushing analysis device capable of analyzing the particle size distribution of a muck pile generated after blasting at a blasting site and an operating method thereof.
  • Another object of the present invention is to automatically extract individual blocks from 3D point cloud data (Point Cloud) of crushed stone heaps (Muck Pile) acquired from image processing or 3D scanners, and calculate the volume and converted diameter of these blocks through It is an object of the present invention to provide a rock crushing analysis device capable of analyzing the particle size of an entire crushed stone pile and an operation method thereof.
  • 3D point cloud data Point Cloud
  • Muck Pile crushed stone heaps
  • Another object of the present invention is to use real-scale 3D point cloud data without separate scale conversion and to use the input data as it is for fracture analysis, and to calculate the volume and sphere conversion for the 3D shape of individual crushed stone. It is an object of the present invention to provide a rock crushing analysis device capable of estimating the representative particle size of a block by diameter and an operation method thereof.
  • Another object of the present invention is to provide a rock fracture analysis device and an operating method thereof, in which the reliability and accuracy of the analysis result are improved compared to the two-dimensional image analysis method.
  • Another object of the present invention is to provide a rock fracture analysis device and method of operating the same, in which the data processing process is simplified by automating from the input of point cloud data to the result analysis.
  • a rock fracture analysis apparatus includes a data loading unit for converting a format of point cloud data to analyze a fracture degree according to blasting; a block area setting unit configured to generate a depth map by setting a block area based on the point cloud data; a block boundary extraction unit configured to extract a block boundary for the block region based on the point cloud data and the depth map; an individual block allocator for dividing and designating the point cloud data into a plurality of groups according to the block boundary; and a crushing particle size analyzer configured to analyze a crushing particle size by calculating a volume based on the point cloud data for each of the plurality of groups.
  • the point cloud data is characterized in that it includes at least one of 3D coordinate information and color information.
  • the block area setting unit on the reference plane defined by the first axis and the second axis, corresponds to the coordinate value along the third axis to the color, extracts the main shape of the individual block based on the corresponding color,
  • the depth map may be generated by setting a block area.
  • the block boundary extraction unit may extract, as the block boundary, a boundary closest to the block within a reference distance from the center point of the block region.
  • the individual block allocating unit is characterized in that the point cloud data included in the inner area of the block boundary is designated as a unit group and an identification code is allocated.
  • the crushing particle size analysis unit a block volume calculation unit for calculating a block volume for each of the plurality of groups; a reduced diameter calculator for calculating a reduced diameter based on the block volume; and a data analysis unit for generating a particle size distribution curve based on the reduced diameter.
  • the particle size distribution curve is characterized in that it is a Rosin-Rammler particle distribution curve representing the cumulative weight passing rate for the crushed particle size.
  • the present invention is characterized in that it further comprises a data output unit for outputting and storing the particle size analysis data and the particle size distribution curve in a preset data format.
  • a method of operating an apparatus for analyzing rock crushability includes: converting, by a data loading unit, a format of point cloud data for analyzing a degree of fracture according to blasting; generating, by a block region setting unit, a depth map by setting a block region based on the point cloud data; extracting, by a block boundary extraction unit, a block boundary for the block region based on the point cloud data and the depth map; dividing and designating, by an individual block allocator, the point cloud data into a plurality of groups according to the block boundary; analyzing, by a crushing particle size analysis unit, a crushing particle size by calculating a volume based on the point cloud data for each of the plurality of groups; and outputting and storing the particle size analysis data and the particle size distribution curve in a predetermined data format.
  • the step of analyzing the crush particle size may include calculating a block volume for each of the plurality of groups; Calculating a reduced diameter based on the block volume; and generating a particle size distribution curve based on the reduced diameter.
  • the rock crushability analyzer and method of operation thereof according to the present invention have an effect of analyzing the particle size distribution of the crushed stone pile (Muck Pile) generated after blasting at a blasting site.
  • the apparatus for analyzing rock fracture and its operation method of the present invention automatically extracts individual blocks from 3D point cloud data (Point Cloud) of a pile of crushed rocks (Muck Pile) acquired from image processing or a 3D scanner, There is an effect of analyzing the particle size of the entire crushed stone pile through the calculation of the volume and the converted diameter.
  • 3D point cloud data Point Cloud
  • Muck Pile crushed rocks
  • the rock fracture analysis apparatus and its operating method of the present invention can use the input data as it is for fracture analysis without separate scale conversion using real-scale three-dimensional point cloud data, and the three-dimensional It has the effect of calculating the representative particle size of the block by calculating the volume of the shape and the converted diameter of the sphere.
  • the apparatus for analyzing the degree of rock crushing and the method of operating the same according to the present invention has improved reliability and accuracy of analysis results compared to the two-dimensional image analysis method.
  • the apparatus for analyzing the degree of rock crushing and the operating method thereof according to the present invention has an effect of simplifying the data processing process by automating everything from inputting point cloud data to analyzing results.
  • FIG. 1 is a view showing an apparatus for analyzing rock crushability according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating an operation of a data loading unit according to an embodiment of the present invention.
  • FIG. 3 is a diagram showing point cloud data according to an embodiment of the present invention.
  • FIG. 4 is a diagram illustrating the operation of a block area setting unit according to an embodiment of the present invention.
  • FIG. 5 is a diagram illustrating an operation of a block boundary extraction unit according to an embodiment of the present invention.
  • FIG. 6 is a diagram illustrating the operation of an individual block allocation unit according to an embodiment of the present invention.
  • FIG. 7 is a view showing a crushing particle size analyzer according to an embodiment of the present invention.
  • FIG. 8 is a diagram illustrating the operation of a block volume calculation unit according to an embodiment of the present invention.
  • FIG. 9 is a diagram illustrating an operation of a data analyzer according to an embodiment of the present invention.
  • FIG. 10 is a flow chart showing the operation of a rock crushing degree analysis device according to an embodiment of the present invention.
  • first and second may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present invention. Singular expressions may include plural expressions unless the context clearly dictates otherwise.
  • the present invention is not limited to the embodiments disclosed below, but can be implemented in various different forms, and in the following description, when a part is connected to another part, it is directly connected. In addition, it may also include a case where the other element is electrically connected with another element interposed therebetween.
  • the same reference numerals and symbols refer to the same components in the drawings, even if they are displayed on different drawings.
  • FIG. 1 is a view showing an apparatus 10 for analyzing rock crushability according to an embodiment of the present invention.
  • the rock crushing degree analysis device 10 includes a data loading unit 100, a block area setting unit 200, a block boundary extraction unit 300, an individual block allocation unit 400, and a crushing particle size analysis. It includes a unit 500 and a data output unit 600.
  • the data loading unit 100 may convert the format of point cloud data to analyze the degree of crushing caused by blasting.
  • point cloud data is characterized in that it includes at least one of 3D coordinate information and color information.
  • the 3D coordinate information may include coordinate values along a first axis, a second axis, and a third axis for each point included in a point cloud.
  • each axis referred to as the first axis, the second axis, and the third axis may correspond to each of the x-axis, the y-axis, and the z-axis that are orthogonal to each other.
  • the present invention is not limited thereto, and the first axis, the second axis, and the third axis may correspond to axes of various types of coordinate systems.
  • the color information may include chromaticity values according to the first color, the second color, and the third color.
  • each color referred to as a first color, a second color, and a third color may correspond to each color of an RGB model of red, green, and blue.
  • the present invention is not limited thereto, and the first color, second color, and third color are an HSV model using hue, saturation, value, brightness component (Y) and color difference It can correspond to a YCbCr model using information (Cb, Cr) and a CMYK color model using cyan, yellow, magenta, and black.
  • the data loading unit 100 may ensure compatibility by integrating input point cloud data formats so that both 3D scan data and image processing data measured by the 3D scanning device can be used.
  • the block region setting unit 200 may create a depth map by setting a block region based on the point cloud data.
  • the block area setting unit 200 corresponds a coordinate value along a third axis to a color on a reference plane defined by the first axis and the second axis, and extracts the main shape of each block based on the corresponding color. and by setting the block area, a depth map can be created.
  • the depth map may mean a 2D image.
  • the block area setting unit 200 may generate a depth map by classifying height differences of height values into black and white levels using the Water-Shed algorithm.
  • the block boundary extractor 300 may extract a block boundary for a block region based on the point cloud data and the depth map. For example, the block boundary extraction unit 300 may extract, as a block boundary, a boundary closest to a block boundary within a range of a reference distance from the center point of the block region. According to an embodiment, the block boundary extraction unit 300 may extract a block boundary by matching a depth map and point cloud data. At this time, the block boundary extraction unit 300 may extract the boundary of the block closest to the center within a range of a reference distance (eg, within 50 cm) around the set region. Through this, the block boundary extraction unit 300 according to an embodiment of the present invention can improve the accuracy of block division.
  • a reference distance eg, within 50 cm
  • the individual block allocator 400 may divide and designate the point cloud data into a plurality of groups according to block boundaries. For example, the individual block allocator 400 may designate point cloud data included in an inner area of a block boundary as a unit group and allocate an identification code. Depending on the embodiment, the individual block allocation unit 400 may extract point cloud data according to a block boundary, designate it as a unit group, and add a group recognition code to the input data.
  • the crushing particle size analysis unit 500 may analyze the crushing particle size by calculating the volume based on the point group data for each of the plurality of groups. Details of the crushing particle size analysis unit 500 are described in detail in FIG. 7 .
  • the data output unit 600 may output and store the particle size analysis data and the particle size distribution curve in a preset data format.
  • the data output unit 600 may output particle size analysis data in a table format (CSV file) and output a particle size analysis curve in a picture format (JPG file).
  • CSV file table format
  • JPG file picture format
  • FIG. 2 is a diagram illustrating the operation of the data loading unit 100 according to an embodiment of the present invention.
  • 3 is a diagram showing point cloud data according to an embodiment of the present invention.
  • the data loading unit 100 may convert the format of point cloud data to analyze the degree of fracture caused by blasting.
  • the data loading unit 100 may receive 3D image data of rocks after blasting shown in FIG. 2 and point cloud data shown in FIG. 3 .
  • the data loading unit 100 can ensure compatibility with all types of rock mass data by extracting point cloud data based on 3D image data of rocks.
  • FIG. 4 is a diagram illustrating the operation of the block area setting unit 200 according to an embodiment of the present invention.
  • the block region setting unit 200 may create a depth map by setting a block region based on point cloud data.
  • the block area setting unit 200 may correspond a coordinate value along a third axis to a color on a reference plane defined by the first axis and the second axis.
  • the block area setting unit 200 may generate a depth map by extracting the main shape of each block based on the corresponding color and setting the block area.
  • the depth map may mean a 2D image.
  • the block region setting unit 200 As shown in FIG. 4, with respect to 3D point cloud data generated by performing 3D scanning on a group of rocks crushed by blasting, the block region setting unit 200 generates a depth map in the form of a 2D image. , which may have a pixel data format.
  • FIG 5 is a diagram illustrating the operation of the block boundary extraction unit 300 according to an embodiment of the present invention.
  • the block boundary extraction unit 300 may extract a block boundary for a block region based on point cloud data and a depth map.
  • the block boundary extraction unit 300 may extract, as a block boundary, a boundary closest to a block boundary within a range of a reference distance from the center point of the block region.
  • the block boundary extraction unit 300 may extract a block boundary by matching a depth map and point cloud data. At this time, the block boundary extraction unit 300 may extract the boundary of the block closest to the center within a range of a reference distance (eg, within 50 cm) around the set region. Through this, the block boundary extraction unit 300 according to an embodiment of the present invention can improve the accuracy of block division.
  • a reference distance eg, within 50 cm
  • a color may be mapped to each rock crushed by blasting based on a depth map, and a block boundary may be extracted based on the corresponding color.
  • FIG. 6 is a diagram illustrating the operation of the individual block allocation unit 400 according to an embodiment of the present invention.
  • the individual block allocator 400 may divide and designate point cloud data into a plurality of groups according to block boundaries. For example, the individual block allocator 400 may designate point cloud data included in an inner area of a block boundary as a unit group and allocate an identification code. Depending on the embodiment, the individual block allocation unit 400 may extract point cloud data according to a block boundary, designate it as a unit group, and add a group recognition code to the input data.
  • the individual block allocator 400 may extract and group the point cloud data for individual blocks by matching the block images classified based on the depth map image with the 3D point cloud data. Through this, the individual block allocation unit 400 may designate groups corresponding to each rock.
  • FIG. 7 is a view showing a crushing particle size analysis unit 500 according to an embodiment of the present invention.
  • the crushed particle size analysis unit 500 may include a block volume calculation unit 510 , a reduced diameter calculation unit 520 and a data analysis unit 530 .
  • the block volume calculation unit 510 may calculate a block volume for each of a plurality of groups. For example, the block volume calculation unit 510 sets a reference plane at the lowest point of the block based on the point group data of the extracted individual block, and uses the base area and height to determine the volume of the unit figure (eg, rectangular parallelepiped, cylinder, triangular prism, etc.) , and by performing this on the entire point cloud, the volume can be calculated for the entire block.
  • the unit figure eg, rectangular parallelepiped, cylinder, triangular prism, etc.
  • the reduced diameter calculation unit 520 may calculate the reduced diameter based on the block volume. For example, the reduced diameter calculation unit 520 may calculate the reduced diameter by assuming the volume of a block as the volume of a sphere and inversely calculating a formula for the volume of a sphere. At this time, the reduced diameter can be calculated through Equation 1 below.
  • D is the reduced diameter and V is the volume of the block.
  • the data analysis unit 530 may generate a particle size distribution curve based on the reduced diameter. For example, the data analysis unit 530 may generate a graph showing the cumulative particle size distribution according to the reduced diameter.
  • FIG. 8 is a diagram illustrating the operation of the block volume calculation unit 510 according to an embodiment of the present invention.
  • the block volume calculation unit 510 may set a reference plane of the lowest block point based on extracted point cloud data of individual blocks. For example, the block volume calculation unit 510 may set an arbitrary depth point (eg, the lowest point) as the reference plane based on the point cloud data. Accordingly, the height value for the point cloud data in the block is designated.
  • the block volume calculation unit 510 may obtain the volume of a unit figure (eg, a rectangular parallelepiped, a cylinder, a triangular prism, etc.) using the base area and height of the reference plane.
  • a unit figure eg, a rectangular parallelepiped, a cylinder, a triangular prism, etc.
  • the block volume calculation unit 510 may calculate the volume of the entire block by performing the calculation for the unit figure on all point clouds within the block.
  • FIG. 9 is a diagram illustrating the operation of the data analyzer 530 according to an embodiment of the present invention.
  • the data analysis unit 530 may generate a particle size distribution curve based on the reduced diameter.
  • the particle size distribution curve is characterized in that it is a Rosin-Rammler particle distribution curve representing the cumulative weight passing rate for the crushed particle size.
  • the data analyzer 530 may generate a particle size distribution curve through various types of distribution graphs.
  • FIGS. 1 to 10 are flow charts showing the operation of a rock crushing degree analysis device according to an embodiment of the present invention. With reference to FIGS. 1 to 10 , the operating method of the rock crushing degree analyzer according to the present invention will be described in detail below.
  • the data loading unit 100 may convert the format of point cloud data to analyze the degree of crushing caused by blasting (S10). That is, the data loading unit 100 may convert the format of real-scale 3D point cloud data.
  • the block region setting unit 200 may generate a depth map by setting a block region based on the point cloud data (S20). That is, the block area setting unit 200 may set a block area for each rock based on the point cloud data without separate scale conversion. Also, the block region setting unit 200 may generate a depth map for each point cloud.
  • the block boundary extraction unit 300 may extract a block boundary for a block region based on the point cloud data and the depth map (S30). That is, the block boundary extraction unit 300 may set the block boundary by clearly setting the boundary for the block set by the block area setting unit 200 .
  • the individual block allocator 400 may divide and designate the point cloud data into a plurality of groups according to block boundaries (S40). That is, the individual block allocation unit 400 may divide the entire area into a plurality of groups according to the block boundary set by the block boundary extraction unit 300 and designate an identification code for each group. .
  • the crushing particle size analysis unit 500 may analyze the crushing particle size by calculating the volume based on the point cloud data for each of the plurality of groups (S50). Specifically, the step of analyzing the crush particle size may include calculating a block volume for each of a plurality of groups; calculating a reduced diameter based on the block volume; and generating a particle size distribution curve based on the reduced diameter. Details related to this are described in FIG. 7 .
  • the data output unit 600 may output and store the particle size analysis data and the particle size distribution curve in a preset data format (S60). That is, the data output unit 600 may output particle size analysis data and particle size analysis curves according to a format that can be used in the existing system in order to improve user convenience. In addition, the data output unit 600 may automatically store the output data in an external storage device or database server.
  • S60 preset data format
  • the rock crushability analyzer and method of operation of the present invention have an effect of analyzing the particle size distribution of the crushed stone pile (Muck Pile) generated after the blasting operation at the blasting site.
  • the apparatus for analyzing rock fracture and its operation method of the present invention automatically extracts individual blocks from 3D point cloud data (Point Cloud) of a pile of crushed rocks (Muck Pile) acquired from image processing or a 3D scanner, There is an effect of analyzing the particle size of the entire crushed stone pile through the calculation of the volume and the converted diameter.
  • 3D point cloud data Point Cloud
  • Muck Pile crushed rocks
  • the rock fracture analysis apparatus and its operating method of the present invention can use the input data as it is for fracture analysis without separate scale conversion using real-scale three-dimensional point cloud data, and the three-dimensional It has the effect of calculating the representative particle size of the block by calculating the volume of the shape and the converted diameter of the sphere.
  • the apparatus for analyzing the degree of rock crushing and the method of operating the same according to the present invention has improved reliability and accuracy of analysis results compared to the two-dimensional image analysis method.
  • the apparatus for analyzing the degree of rock crushing and the operating method thereof according to the present invention has an effect of simplifying the data processing process by automating everything from inputting point cloud data to analyzing results.
  • Embodiments of the subject matter described herein relate to one or more computer program products, that is, one or more computer program instructions encoded on a tangible program medium for execution by or controlling the operation of a data processing device. It can be implemented as a module.
  • a tangible program medium may be a propagated signal or a computer readable medium.
  • a propagated signal is an artificially generated signal, eg a machine generated electrical, optical or electromagnetic signal, generated to encode information for transmission by a computer to an appropriate receiver device.
  • the computer readable medium may be a machine readable storage device, a machine readable storage substrate, a memory device, a combination of materials that affect a machine readable propagating signal, or a combination of one or more of these.
  • a computer program (also known as a program, software, software application, script, or code) may be written in any form of programming language, including compiled or interpreted language or a priori or procedural language, and may be a stand-alone program or module; It may be deployed in any form, including components, subroutines, or other units suitable for use in a computer environment.
  • a computer program does not necessarily correspond to a file on a file device.
  • a program may be contained within a single file provided to the requested program, or within multiple interacting files (e.g., one or more of which stores a module, subprogram, or piece of code), or within a file holding other programs or data. may be stored within a part (eg, one or more scripts stored within a markup language document).
  • a computer program may be deployed to be executed on a single computer or multiple computers located at one site or distributed across multiple sites and interconnected by a communication network.
  • processors suitable for the execution of computer programs include, for example, both general and special purpose microprocessors and any one or more processors of any type of digital computer.
  • a processor will receive instructions and data from either read-only memory or random access memory or both.
  • the core elements of a computer are one or more memory devices for storing instructions and data and a processor for executing instructions. Also, a computer is generally operable to receive data from or transfer data to one or more mass storage devices for storing data, such as magnetic, magneto-optical disks or optical disks, or to perform both such operations. combined with or will include them. However, a computer need not have such a device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

본 발명의 실시예에 따른 암석 파쇄도 분석 장치는, 발파에 따른 파쇄도 분석을 위해 점군 데이터의 형식을 변환하기 위한 데이터 로드부; 상기 점군 데이터에 기초하여, 블록 영역을 설정함으로써 깊이 지도를 생성하기 위한 블록 영역 설정부; 상기 점군 데이터 및 상기 깊이 지도를 기초로, 상기 블록 영역에 대한 블록 경계를 추출하기 위한 블록 경계 추출부; 상기 점군 데이터를 상기 블록 경계에 따라, 복수의 그룹들로 분할하여 지정하기 위한 개별 블록 할당부; 및 상기 복수의 그룹들 각각에 대하여 상기 점군 데이터를 기초로 부피를 산출함으로써 파쇄 입도를 분석하기 위한 파쇄 입도 분석부를 포함하는 것을 특징으로 한다.

Description

암석 파쇄도 분석 장치 및 이의 동작 방법
본 발명의 실시예는 발파 현장에서 발파작업 후 발생되는 파쇄석 더미(Muck Pile)의 입도 분포를 분석할 수 있는 암석 파쇄도 분석 장치 및 이의 동작 방법, 특히 영상처리 또는 3차원 스캐너로부터 취득한 파쇄석 더미(Muck Pile)의 3차원 점군 데이터(Point Cloud)를 대상으로 개별 블록을 자동으로 추출하고, 이에 대한 부피와 환산 직경 산정을 통해 전체 파쇄석 더미의 입도를 분석할 수 있는 암석 파쇄도 분석 장치 및 이의 동작 방법법(ROCK FRAGMENTATION ANALYSIS DEVICE AND OPERATION METHOD OF THE SAME)에 관한 것이다.
종래의 파쇄도 분석 방법은 직접 입도를 측정하는 체가름(Sieving) 방법, 파쇄석 사진과 이미지 프로세싱 방법을 이용한 2차원 분석방법 등이 이용되어 왔다.
하지만, 이러한 체가름 방법은 현장 시험시 장비, 인력, 비용 등 현실적인 제약이 많고, 2차원 이미지 분석방법은 입체감을 표현하지 못하는 한계로 인해 분석결과의 신뢰도가 낮은 문제가 있다.
특히, 기존의 2차원 파쇄도 분석 장치는 파쇄석 경계 추출의 정확도 향상을 위해 다양한 방법을 적용해 왔지만, 2차원 이미지 상의 표현되는 블록의 픽셀(Pixel) 수와 기준 스케일(Scale)을 이용하여 블록의 면적을 계산하고 원의 환산직경으로 역산하여 블록의 대표 입도를 산정해야 하므로 정확도가 낮은 문제가 있었다.
본 발명의 목적은 발파 현장에서 발파작업 후 발생되는 파쇄석 더미(Muck Pile)의 입도 분포를 분석할 수 있는 암석 파쇄도 분석 장치 및 이의 동작 방법을 제공하는 데 있다.
본 발명의 다른 목적은 영상처리 또는 3차원 스캐너로부터 취득한 파쇄석 더미(Muck Pile)의 3차원 점군 데이터(Point Cloud)를 대상으로 개별 블록을 자동으로 추출하고, 이에 대한 부피와 환산 직경 산정을 통해 전체 파쇄석 더미의 입도를 분석할 수 있는 암석 파쇄도 분석 장치 및 이의 동작 방법을 제공하는 데 있다.
본 발명의 또 다른 목적은 실규모 스케일의 3차원 점군 데이터를 이용하여, 별도의 스케일 변환 없이, 입력 데이터를 그대로 파쇄도 분석에 사용 가능하며, 개별 파쇄석의 3차원 형상에 대한 부피계산과 구의 환산직경으로 블록의 대표 입도를 산정할 수 있는 암석 파쇄도 분석 장치 및 이의 동작 방법을 제공하는 데 있다.
본 발명의 또 다른 목적은 분석결과의 신뢰도와 정확도가 2차원 이미지 분석 방법 보다 향상된 암석 파쇄도 분석 장치 및 이의 동작 방법을 제공하는 데 있다.
본 발명의 또 다른 목적은 점군 데이터의 입력부터 결과분석까지 자동화하여 데이터 처리과정이 간편화된 암석 파쇄도 분석 장치 및 이의 동작 방법을 제공하는 데 있다.
본 발명의 실시예에 따른 암석 파쇄도 분석 장치는, 발파에 따른 파쇄도 분석을 위해 점군 데이터의 형식을 변환하기 위한 데이터 로드부; 상기 점군 데이터에 기초하여, 블록 영역을 설정함으로써 깊이 지도를 생성하기 위한 블록 영역 설정부; 상기 점군 데이터 및 상기 깊이 지도를 기초로, 상기 블록 영역에 대한 블록 경계를 추출하기 위한 블록 경계 추출부; 상기 점군 데이터를 상기 블록 경계에 따라, 복수의 그룹들로 분할하여 지정하기 위한 개별 블록 할당부; 및 상기 복수의 그룹들 각각에 대하여 상기 점군 데이터를 기초로 부피를 산출함으로써 파쇄 입도를 분석하기 위한 파쇄 입도 분석부를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 점군 데이터는, 3차원 좌표 정보 및 색상 정보 중 적어도 하나를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 블록 영역 설정부는, 제1 축 및 제2 축으로 정의된 기준 평면 상에서 제 3축에 따른 좌표 값을 색상에 대응시키고, 대응된 색상을 기초로 개별 블록의 주요 형상을 추출하고 블록 영역을 설정함으로써, 상기 깊이 지도를 생성하는 것을 특징으로 한다.
본 발명에서, 상기 블록 경계 추출부는, 상기 블록 영역의 중심점으로부터 기준 거리 이내의 범위에서 가장 인접한 경계를 상기 블록 경계로 추출하는 것을 특징으로 한다.
본 발명에서, 상기 개별 블록 할당부는, 상기 블록 경계의 내부 영역에 포함된 점군 데이터를 단위 그룹으로 지정하고 인식 코드를 할당하는 것을 특징으로 한다.
본 발명에서, 상기 파쇄 입도 분석부는, 상기 복수의 그룹들 각각에 대한 블록 부피를 산출하기 위한 블록 부피 산출부; 상기 블록 부피를 기초로 환산 직경을 산출하기 위한 환산 직경 산출부; 및 상기 환산 직경을 기초로 입도 분포 곡선을 생성하기 위한 데이터 분석부를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 입도 분포 곡선은, 파쇄 입도에 대한 누적 중량 통과율을 나타내는 Rosin-Rammler 입자 분포 곡선인 것을 특징으로 한다.
본 발명에서, 입도 분석 데이터 및 상기 입도 분포 곡선을 기설정된 데이터 형식으로 출력 및 저장하기 위한 데이터 출력부를 더 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 암석 파쇄도 분석 장치의 동작 방법은, 데이터 로드부가, 발파에 따른 파쇄도 분석을 위해 점군 데이터의 형식을 변환하는 단계; 블록 영역 설정부가, 상기 점군 데이터에 기초하여, 블록 영역을 설정함으로써 깊이 지도를 생성하는 단계; 블록 경계 추출부가, 상기 점군 데이터 및 상기 깊이 지도를 기초로, 상기 블록 영역에 대한 블록 경계를 추출하는 단계; 개별 블록 할당부가, 상기 점군 데이터를 상기 블록 경계에 따라, 복수의 그룹들로 분할하여 지정하는 단계; 파쇄 입도 분석부가, 상기 복수의 그룹들 각각에 대하여 상기 점군 데이터를 기초로 부피를 산출함으로써 파쇄 입도를 분석하는 단계; 및 입도 분석 데이터 및 상기 입도 분포 곡선을 기설정된 데이터 형식으로 출력 및 저장하는 단계를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 파쇄 입도를 분석하는 단계는, 상기 복수의 그룹들 각각에 대한 블록 부피를 산출하는 단계; 상기 블록 부피를 기초로 환산 직경을 산출하는 단계; 및 상기 환산 직경을 기초로 입도 분포 곡선을 생성하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 발파 현장에서 발파작업 후 발생되는 파쇄석 더미(Muck Pile)의 입도 분포를 분석할 수 있는 효과가 있다.
또한, 본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 영상처리 또는 3차원 스캐너로부터 취득한 파쇄석 더미(Muck Pile)의 3차원 점군 데이터(Point Cloud)를 대상으로 개별 블록을 자동으로 추출하고, 이에 대한 부피와 환산 직경 산정을 통해 전체 파쇄석 더미의 입도를 분석할 수 있는 효과가 있다.
또한, 본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 실규모 스케일의 3차원 점군 데이터를 이용하여, 별도의 스케일 변환 없이, 입력 데이터를 그대로 파쇄도 분석에 사용 가능하며, 개별 파쇄석의 3차원 형상에 대한 부피계산과 구의 환산직경으로 블록의 대표 입도를 산정할 수 있는 효과가 있다.
또한, 본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 분석결과의 신뢰도와 정확도가 2차원 이미지 분석 방법 보다 향상된 효과가 있다.
또한, 본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 점군 데이터의 입력부터 결과분석까지 자동화하여 데이터 처리과정이 간편화된 효과가 있다.
도 1은 본 발명의 실시예에 따른 암석 파쇄도 분석 장치를 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 데이터 로드부의 동작을 나타내는 도면이다.
도 3는 본 발명의 실시예에 따른 점군 데이터를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 블록 영역 설정부의 동작을 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 블록 경계 추출부의 동작을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 개별 블록 할당부의 동작을 나타내는 도면이다.
도 7은 본 발명의 실시예에 따른 파쇄 입도 분석부를 나타내는 도면이다.
도 8은 본 발명의 실시예에 따른 블록 부피 산출부의 동작을 나타내는 도면이다.
도 9는 본 발명의 실시예에 따른 데이터 분석부의 동작을 나타내는 도면이다.
도 10은 본 발명의 실시예에 따른 암석 파쇄도 분석 장치의 동작을 나타내는 순서 도면이다.
본 발명을 더욱 상세히 설명한다.
이하 첨부한 도면을 참고하여 본 발명의 실시예 및 그 밖에 당업자가 본 발명의 내용을 쉽게 이해하기 위하여 필요한 사항에 대하여 상세히 기재한다. 다만, 본 발명은 청구범위에 기재된 범위 안에서 여러 가지 상이한 형태로 구현될 수 있으므로 하기에 설명하는 실시예는 표현 여부에 불구하고 예시적인 것에 불과하다.
동일한 도면부호는 동일한 구성요소를 지칭한다. 또한, 도면들에 있어서, 구성요소들의 두께, 비율, 및 치수는 기술적 내용의 효과적인 설명을 위해 과장된 것이다. "및/또는"은 연관된 구성들이 정의할 수 있는 하나 이상의 조합을 모두 포함할 수 있다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
또한, "아래에", "하측에", "위에", "상측에" 등의 용어는 도면에 도시된 구성들의 연관관계를 설명하기 위해 사용된다. 상기 용어들은 상대적인 개념으로, 도면에 표시된 방향을 기준으로 설명된다.
"포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
즉, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 이하의 설명에서 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라 그 중간에 다른 소자를 사이에 두고 전기적으로 연결되어 있는 경우도 포함할 수 있다. 또한, 도면에서 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호 및 부호로 나타내고 있음에 유의해야 한다.
도 1은 본 발명의 실시예에 따른 암석 파쇄도 분석 장치(10)를 나타내는 도면이다.
도 1을 참조하면, 암석 파쇄도 분석 장치(10)는, 데이터 로드부(100), 블록 영역 설정부(200), 블록 경계 추출부(300), 개별 블록 할당부(400), 파쇄 입도 분석부(500) 및 데이터 출력부(600)를 포함한다.
데이터 로드부(100)는 발파에 따른 파쇄도 분석을 위해 점군 데이터의 형식을 변환할 수 있다. 본 발명에서, 점군 데이터는, 3차원 좌표 정보 및 색상 정보 중 적어도 하나를 포함하는 것을 특징으로 한다. 3차원 좌표 정보는 점군(point cloud)에 포함된 각 점들에 대한 제1 축, 제2 축 및 제3 축에 따른 좌표 값을 포함할 수 있다. 본 발명에서, 제1 축, 제2 축 및 제3 축으로 지칭되는 각 축은 서로 직교하는 x축, y축 및 z축 각각에 대응될 수 있다. 그러나 본 발명이 이에 한정되는 것은 아니며, 제1 축, 제2 축 및 제3 축은 다양한 방식의 좌표계의 축들에 대응될 수 있다.
색상 정보는 제1 색, 제2 색 및 제3 색에 따른 색도 값들을 포함할 수 있다. 본 발명에서 제1 색, 제2 색 및 제3 색으로 지칭되는 각 색은 레드(red), 그린(green) 및 블루(blue)의 RGB 모델의 각 색들에 대응될 수 있다. 그러나, 본 발명이 이에 한정되는 것은 아니며, 제1 색, 제2 색 및 제3 색은 색조(Hue), 채도(Saturation), 명도(Value)를 사용하는 HSV 모델, 밝기성분(Y)과 색차정보(Cb, Cr)을 이용하는 YCbCr 모델, 및 시안(cyan), 노랑(yellow) 및 마젠타(magenta) 및 검정(black)을 이용하는 CMYK 색 모델에 대응할 수 있다.
실시예에 따라, 데이터 로드부(100)는 3차원 스캐닝 장치에 의해 측정된 3차원 스캔 데이터 및 영상 처리 데이터 등을 모두 사용 가능하도록, 입력되는 점군 데이터 형식을 통합함으로써 호환성을 확보할 수 있다.
블록 영역 설정부(200)는 점군 데이터에 기초하여, 블록 영역을 설정함으로써 깊이 지도를 생성할 수 있다. 예컨대, 블록 영역 설정부(200)는, 제1 축 및 제2 축으로 정의된 기준 평면 상에서 제 3축에 따른 좌표 값을 색상에 대응시키고, 대응된 색상을 기초로 개별 블록의 주요 형상을 추출하고 블록 영역을 설정함으로써, 깊이 지도를 생성할 수 있다. 이때, 깊이 지도(Depth map)은 2차원 이미지를 의미할 수 있다. 실시예에 따라, 블록 영역 설정부(200)는 Water-Shed 알고리즘을 이용하여, 높이 값의 고저차를 흑백 레벨로 구분함으로써 깊이 지도를 생성할 수 있다.
블록 경계 추출부(300)는 점군 데이터 및 깊이 지도를 기초로, 블록 영역에 대한 블록 경계를 추출할 수 있다. 예컨대, 블록 경계 추출부(300)는, 블록 영역의 중심점으로부터 기준 거리 이내의 범위에서 가장 인접한 경계를 블록 경계로 추출할 수 있다. 실시예에 따라, 블록 경계 추출부(300)는 깊이 지도 및 점군 데이터를 매치함으로써, 블록 경계를 추출할 수 있다. 이때, 블록 경계 추출부(300)는 설정된 영역을 중심으로 기준 거리(예컨대, 50 cm 이내) 범위에서 중심과 가장 인접한 블록의 경계를 추출할 수 있다. 이를 통해 본 발명의 실시예에 따른 블록 경계 추출부(300)는 블록 분할의 정확도를 향상시킬 수 있다.
개별 블록 할당부(400)는 점군 데이터를 블록 경계에 따라, 복수의 그룹들로 분할하여 지정할 수 있다. 예컨대, 개별 블록 할당부(400)는, 블록 경계의 내부 영역에 포함된 점군 데이터를 단위 그룹으로 지정하고 인식 코드를 할당할 수 있다. 실시예에 따라, 개별 블록 할당부(400)는 블록 경계에 따라 점군 데이터를 추출하고, 단위 그룹으로 지정하며, 입력된 데이터에 그룹 인식 코드를 추가할 수 있다.
파쇄 입도 분석부(500)는 복수의 그룹들 각각에 대하여 점군 데이터를 기초로 부피를 산출함으로써 파쇄 입도를 분석할 수 있다. 파쇄 입도 분석부(500)에 대한 상세한 내용은 도 7에서 상세하게 설명된다.
데이터 출력부(600)는 입도 분석 데이터 및 입도 분포 곡선을 기설정된 데이터 형식으로 출력하고, 저장할 수 있다. 예컨대, 데이터 출력부(600)는 입도 분석 데이터를 테이블 형식(CSV 파일)으로 출력하고, 입도 분석 곡선을 그림 형식(JPG 파일)으로 출력할 수 있다.
도 2는 본 발명의 실시예에 따른 데이터 로드부(100)의 동작을 나타내는 도면이다. 도 3는 본 발명의 실시예에 따른 점군 데이터를 나타내는 도면이다.
도 1 내지 도 3을 참조하면, 데이터 로드부(100)는 발파(blast)에 따른 파쇄도 분석을 위해 점군 데이터(point cloud data)의 형식을 변환할 수 있다.
예컨대, 데이터 로드부(100)는 도 2에 도시된 발파 후의 암석에 대한 3차원 이미지 데이터 및 도 3에 도시된 점군 데이터를 입력받을 수 있다.
데이터 로드부(100)는 암석에 대한 3차원 이미지 데이터를 바탕으로 점군 데이터를 추출함으로써, 모든 종류의 암반 데이터에 대하여 호환성을 확보할 수 있다.
도 4는 본 발명의 실시예에 따른 블록 영역 설정부(200)의 동작을 나타내는 도면이다.
도 4를 참조하면, 블록 영역 설정부(200)는 점군 데이터에 기초하여, 블록 영역을 설정함으로써 깊이 지도를 생성할 수 있다. 예컨대, 블록 영역 설정부(200)는, 제1 축 및 제2 축으로 정의된 기준 평면 상에서 제 3축에 따른 좌표 값을 색상에 대응시킬 수 있다. 그리고, 블록 영역 설정부(200)는 대응된 색상을 기초로 개별 블록의 주요 형상을 추출하고 블록 영역을 설정함으로써, 깊이 지도를 생성할 수 있다. 이때, 깊이 지도(Depth map)은 2차원 이미지를 의미할 수 있다.
도 4에 도시된 바와 같이, 발파에 의해 파쇄된 암석군에 대하여 3차원 스캐닝을 수행하여 생성되는 3차원 점군 데이터에 대하여, 블록 영역 설정부(200)는 2차원 이미지 형식의 깊이 지도를 생성할 수 있으며, 이는 화소 데이터 형식을 가질 수 있다.
도 5는 본 발명의 실시예에 따른 블록 경계 추출부(300)의 동작을 나타내는 도면이다.
도 5를 참조하면, 블록 경계 추출부(300)는 점군 데이터 및 깊이 지도를 기초로, 블록 영역에 대한 블록 경계를 추출할 수 있다.
예컨대, 블록 경계 추출부(300)는, 블록 영역의 중심점으로부터 기준 거리 이내의 범위에서 가장 인접한 경계를 블록 경계로 추출할 수 있다.
실시예에 따라, 블록 경계 추출부(300)는 깊이 지도 및 점군 데이터를 매치함으로써, 블록 경계를 추출할 수 있다. 이때, 블록 경계 추출부(300)는 설정된 영역을 중심으로 기준 거리(예컨대, 50 cm 이내) 범위에서 중심과 가장 인접한 블록의 경계를 추출할 수 있다. 이를 통해 본 발명의 실시예에 따른 블록 경계 추출부(300)는 블록 분할의 정확도를 향상시킬 수 있다.
도 5에 도시된 바와 같이, 발파에 의해 파쇄된 암석 각각에 대하여 깊이 지도를 바탕으로 색상을 대응시키고, 대응된 색상을 바탕으로 블록 경계를 추출할 수 있다.
도 6은 본 발명의 실시예에 따른 개별 블록 할당부(400)의 동작을 나타내는 도면이다.
도 6을 참조하면, 개별 블록 할당부(400)는 점군 데이터를 블록 경계에 따라, 복수의 그룹들로 분할하여 지정할 수 있다. 예컨대, 개별 블록 할당부(400)는, 블록 경계의 내부 영역에 포함된 점군 데이터를 단위 그룹으로 지정하고 인식 코드를 할당할 수 있다. 실시예에 따라, 개별 블록 할당부(400)는 블록 경계에 따라 점군 데이터를 추출하고, 단위 그룹으로 지정하며, 입력된 데이터에 그룹 인식 코드를 추가할 수 있다.
도 6에 도시된 바와 같이, 개별 블록 할당부(400)는 깊이 지도 이미지를 기반으로 구분된 블록 이미지와 3차원 점군 데이터를 매치시켜 개별 블록에 대한 점군 데이터를 추출하고 그룹화할 수 있다. 이를 통해 개별 블록 할당부(400)는 각 암석에 대응하는 그룹들을 지정할 수 있다.
도 7은 본 발명의 실시예에 따른 파쇄 입도 분석부(500)를 나타내는 도면이다.
도 7을 참조하면, 파쇄 입도 분석부(500)는, 블록 부피 산출부(510), 환산 직경 산출부(520) 및 데이터 분석부(530)를 포함할 수 있다.
블록 부피 산출부(510)는 복수의 그룹들 각각에 대한 블록 부피를 산출할 수 있다. 예컨대, 블록 부피 산출부(510)는 추출된 개별 블록의 점군 데이터를 기초로, 블록 최저점 기준면을 설정하고, 밑면적과 높이를 이용하여 단위 도형(예컨대, 직육면체, 원기둥, 삼각기둥 등)에 대하여 부피를 획득하고, 이를 전체 점군에 대하여 수행함으로써 전체 블록에 대하여 부피를 산출할 수 있다.
환산 직경 산출부(520)는 블록 부피를 기초로 환산 직경을 산출할 수 있다. 예컨대, 환산 직경 산출부(520)는 블록의 부피를 구의 부피를 가정하고, 구의 부피 공식을 역산함으로써 환산 직경을 산출할 수 있다. 이때, 환산 직경은 아래 수학식 1을 통해 산출될 수 있다.
[수학식 1]
Figure PCTKR2022006292-appb-img-000001
여기서, D는 환산 직경이고, V는 블록의 부피를 의미한다.
데이터 분석부(530)는 환산 직경을 기초로 입도 분포 곡선을 생성할 수 있다. 예컨대, 데이터 분석부(530)는 환산 직경에 따른 누적 입도 분포를 도시하는 그래프를 생성할 수 있다.
도 8은 본 발명의 실시예에 따른 블록 부피 산출부(510)의 동작을 나타내는 도면이다.
도 7 및 도 8을 참조하면, 블록 부피 산출부(510)는 추출된 개별 블록의 점군 데이터를 기초로, 블록 최저점 기준면을 설정할 수 있다. 예컨대, 블록 부피 산출부(510)는 점군 데이터를 기초로 임의의 깊이 지점(예컨대, 최저점)을 기준면으로 설정할 수 있다. 이에 따라, 블록 내의 점군 데이터에 대한 높이 값이 지정된다.
블록 부피 산출부(510)는 기준면의 밑면적과 높이를 이용하여 단위 도형(예컨대, 직육면체, 원기둥, 삼각기둥 등)에 대하여 부피를 획득할 수 있다.
그리고, 블록 부피 산출부(510)는 단위 도형에 대한 상기 산출을 블록 내 전체 점군에 대하여 수행함으로써 전체 블록에 대하여 부피를 산출할 수 있다.
도 9는 본 발명의 실시예에 따른 데이터 분석부(530)의 동작을 나타내는 도면이다.
도 9를 참조하면, 데이터 분석부(530)는 환산 직경을 기초로, 입도 분포 곡선을 생성할 수 있다.
도 9에 도시된 바와 같이, 본 발명에서, 입도 분포 곡선은, 파쇄 입도에 대한 누적 중량 통과율을 나타내는 Rosin-Rammler 입자 분포 곡선인 것을 특징으로 한다.
그러나, 본 발명이 이에 한정되는 것은 아니며, 실시예에 따라, 데이터 분석부(530)는 다양한 종류의 분포 그래프를 통해 입도 분포 곡선을 생성할 수 있다.
도 10은 본 발명의 실시예에 따른 암석 파쇄도 분석 장치의 동작을 나타내는 순서 도면이다. 도 1 내지 도 10을 참조하여, 이하에서 본 발명의 암석 파쇄도 분석 장치의 동작 방법을 상세하게 설명한다.
데이터 로드부(100)는, 발파에 따른 파쇄도 분석을 위해 점군 데이터의 형식을 변환할 수 있다(S10). 즉, 데이터 로드부(100)는 실규모 스케일의 3차원 점군 데이터의 형식을 변환할 수 있다.
블록 영역 설정부(200)는, 점군 데이터에 기초하여, 블록 영역을 설정함으로써 깊이 지도를 생성할 수 있다(S20). 즉, 블록 영역 설정부(200)는 별도의 스케일 변환 없이 점군 데이터에 기초하여 각 암석에 대한 블록 영역을 설정할 수 있다. 그리고, 블록 영역 설정부(200)는 각 점군에 대한 깊이 지도를 생성할 수 있다.
블록 경계 추출부(300)는, 점군 데이터 및 깊이 지도를 기초로, 블록 영역에 대한 블록 경계를 추출할 수 있다(S30). 즉, 블록 경계 추출부(300)는 블록 영역 설정부(200)에 의해 설정된 블록에 대하여 경계를 명확하게 설정함으로써, 블록 경계를 설정할 수 있다.
개별 블록 할당부(400)는, 점군 데이터를 블록 경계에 따라, 복수의 그룹들로 분할하여 지정할 수 있다(S40). 즉, 개별 블록 할당부(400)는 블록 경계 추출부(300)에 의해 설정된 블록 경계에 따라 전체 영역을 복수의 그룹들로 분할하고, 각각의 그룹에 대하여 식별 코드(Identification code)를 지정할 수 있다.
파쇄 입도 분석부(500)는, 복수의 그룹들 각각에 대하여 점군 데이터를 기초로 부피를 산출함으로써 파쇄 입도를 분석할 수 있다(S50). 구체적으로, 파쇄 입도를 분석하는 단계는, 복수의 그룹들 각각에 대한 블록 부피를 산출하는 단계; 블록 부피를 기초로 환산 직경을 산출하는 단계; 및 환산 직경을 기초로 입도 분포 곡선을 생성하는 단계를 포함할 수 있다. 이와 관련된 상세한 내용은 도 7에서 설명된다.
데이터 출력부(600)는, 입도 분석 데이터 및 입도 분포 곡선을 기설정된 데이터 형식으로 출력 및 저장할 수 있다(S60). 즉, 데이터 출력부(600)는 사용자의 이용 편의성을 향상시키기 위하여, 기 시스템에 이용될 수 있는 형식에 따라 입도 분석 데이터 및 입도 분석 곡선을 출력할 수 있다. 또한, 데이터 출력부(600)는 출력된 자료를 외부 저장 장치 또는 데이터 베이스 서버에 자동을 저장할 수 있다.
상술한 방식을 통하여, 본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 발파 현장에서 발파작업 후 발생되는 파쇄석 더미(Muck Pile)의 입도 분포를 분석할 수 있는 효과가 있다.
또한, 본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 영상처리 또는 3차원 스캐너로부터 취득한 파쇄석 더미(Muck Pile)의 3차원 점군 데이터(Point Cloud)를 대상으로 개별 블록을 자동으로 추출하고, 이에 대한 부피와 환산 직경 산정을 통해 전체 파쇄석 더미의 입도를 분석할 수 있는 효과가 있다.
또한, 본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 실규모 스케일의 3차원 점군 데이터를 이용하여, 별도의 스케일 변환 없이, 입력 데이터를 그대로 파쇄도 분석에 사용 가능하며, 개별 파쇄석의 3차원 형상에 대한 부피계산과 구의 환산직경으로 블록의 대표 입도를 산정할 수 있는 효과가 있다.
또한, 본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 분석결과의 신뢰도와 정확도가 2차원 이미지 분석 방법 보다 향상된 효과가 있다.
또한, 본 발명의 암석 파쇄도 분석 장치 및 이의 동작 방법은 점군 데이터의 입력부터 결과분석까지 자동화하여 데이터 처리과정이 간편화된 효과가 있다.
이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 또는 이들 중 하나 이상이 조합에서 구현 가능하다.
본 명세서에서 기술하는 주제의 실시형태는 하나 이상이 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체 상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상이 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 또는 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 또는 이들 중 하나 이상이 조합일 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 또는 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 또는 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 또는 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다.
컴퓨터 프로그램은 파일 장치의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 또는 다중의 상호 작용하는 파일(예컨대, 하나 이상이 모듈, 하위 프로그램 또는 코드의 일부를 저장하는 파일) 내에, 또는 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상이 스크립트) 내에 저장될 수 있다.
컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
부가적으로, 본 특허문헌에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 구축하는 데에도 사용 가능하다.
본 명세서에서 기술하는 프로세스와 논리 흐름은 입력 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상이 컴퓨터 프로그램을 실행하는 하나 이상이 프로그래머블 프로세서에 의하여 수행 가능하다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 형태의 디지털 컴퓨터의 어떠한 하나 이상이 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 또는 양자로부터 명령어와 데이터를 수신할 것이다.
컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상이 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기 광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상이 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 또는 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
이상에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자 또는 해당 기술 분야에 통상의 지식을 갖는 자라면, 후술될 특허청구범위에 기재된 본 발명의 사상 및 기술 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
따라서, 본 발명의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허청구범위에 의해 정하여져야만 할 것이다.

Claims (10)

  1. 발파에 따른 파쇄도 분석을 위해 점군 데이터의 형식을 변환하기 위한 데이터 로드부;
    상기 점군 데이터에 기초하여, 블록 영역을 설정함으로써 깊이 지도를 생성하기 위한 블록 영역 설정부;
    상기 점군 데이터 및 상기 깊이 지도를 기초로, 상기 블록 영역에 대한 블록 경계를 추출하기 위한 블록 경계 추출부;
    상기 점군 데이터를 상기 블록 경계에 따라, 복수의 그룹들로 분할하여 지정하기 위한 개별 블록 할당부; 및
    상기 복수의 그룹들 각각에 대하여 상기 점군 데이터를 기초로 부피를 산출함으로써 파쇄 입도를 분석하기 위한 파쇄 입도 분석부를 포함하는 것을 특징으로 하는,
    암석 파쇄도 분석 장치.
  2. 제1항에 있어서,
    상기 점군 데이터는, 3차원 좌표 정보 및 색상 정보 중 적어도 하나를 포함하는 것을 특징으로 하는,
    암석 파쇄도 분석 장치.
  3. 제2항에 있어서,
    상기 블록 영역 설정부는, 제1 축 및 제2 축으로 정의된 기준 평면 상에서 제 3축에 따른 좌표 값을 색상에 대응시키고, 대응된 색상을 기초로 개별 블록의 주요 형상을 추출하고 블록 영역을 설정함으로써, 상기 깊이 지도를 생성하는 것을 특징으로 하는,
    암석 파쇄도 분석 장치.
  4. 제3항에 있어서,
    상기 블록 경계 추출부는, 상기 블록 영역의 중심점으로부터 기준 거리 이내의 범위에서 가장 인접한 경계를 상기 블록 경계로 추출하는 것을 특징으로 하는,
    암석 파쇄도 분석 장치.
  5. 제4항에 있어서,
    상기 개별 블록 할당부는, 상기 블록 경계의 내부 영역에 포함된 점군 데이터를 단위 그룹으로 지정하고 인식 코드를 할당하는 것을 특징으로 하는,
    암석 파쇄도 분석 장치.
  6. 제5항에 있어서,
    상기 파쇄 입도 분석부는,
    상기 복수의 그룹들 각각에 대한 블록 부피를 산출하기 위한 블록 부피 산출부;
    상기 블록 부피를 기초로 환산 직경을 산출하기 위한 환산 직경 산출부; 및
    상기 환산 직경을 기초로 입도 분포 곡선을 생성하기 위한 데이터 분석부를 포함하는 것을 특징으로 하는,
    암석 파쇄도 분석 장치.
  7. 제6항에 있어서,
    상기 입도 분포 곡선은, 파쇄 입도에 대한 누적 중량 통과율을 나타내는 Rosin-Rammler 입자 분포 곡선인 것을 특징으로 하는,
    암석 파쇄도 분석 장치.
  8. 제7항에 있어서,
    입도 분석 데이터 및 상기 입도 분포 곡선을 기설정된 데이터 형식으로 출력 및 저장하기 위한 데이터 출력부를 더 포함하는 것을 특징으로 하는,
    암석 파쇄도 분석 장치.
  9. 데이터 로드부가, 발파에 따른 파쇄도 분석을 위해 점군 데이터의 형식을 변환하는 단계;
    블록 영역 설정부가, 상기 점군 데이터에 기초하여, 블록 영역을 설정함으로써 깊이 지도를 생성하는 단계;
    블록 경계 추출부가, 상기 점군 데이터 및 상기 깊이 지도를 기초로, 상기 블록 영역에 대한 블록 경계를 추출하는 단계;
    개별 블록 할당부가, 상기 점군 데이터를 상기 블록 경계에 따라, 복수의 그룹들로 분할하여 지정하는 단계;
    파쇄 입도 분석부가, 상기 복수의 그룹들 각각에 대하여 상기 점군 데이터를 기초로 부피를 산출함으로써 파쇄 입도를 분석하는 단계; 및
    데이터 출력부가, 입도 분석 데이터 및 상기 입도 분포 곡선을 기설정된 데이터 형식으로 출력 및 저장하는 단계를 포함하는 것을 특징으로 하는,
    암석 파쇄도 분석 장치의 동작 방법.
  10. 제9항에 있어서,
    상기 파쇄 입도를 분석하는 단계는,
    상기 복수의 그룹들 각각에 대한 블록 부피를 산출하는 단계;
    상기 블록 부피를 기초로 환산 직경을 산출하는 단계; 및
    상기 환산 직경을 기초로 입도 분포 곡선을 생성하는 단계를 포함하는 것을 특징으로 하는,
    암석 파쇄도 분석 장치의 동작 방법.
PCT/KR2022/006292 2021-05-11 2022-05-03 암석 파쇄도 분석 장치 및 이의 동작 방법 WO2022240044A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
AU2022271759A AU2022271759B2 (en) 2021-05-11 2022-05-03 Rock fragmentation analysis device and operation method of same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0060701 2021-05-11
KR1020210060701A KR102618878B1 (ko) 2021-05-11 2021-05-11 암석 파쇄도 분석 장치 및 이의 동작 방법

Publications (1)

Publication Number Publication Date
WO2022240044A1 true WO2022240044A1 (ko) 2022-11-17

Family

ID=84029279

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/006292 WO2022240044A1 (ko) 2021-05-11 2022-05-03 암석 파쇄도 분석 장치 및 이의 동작 방법

Country Status (4)

Country Link
KR (1) KR102618878B1 (ko)
AU (1) AU2022271759B2 (ko)
CL (1) CL2023000340A1 (ko)
WO (1) WO2022240044A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006031383A2 (en) * 2004-09-10 2006-03-23 Exxonmobil Upstream Research Company Geologic models of subsurface sedimentray volumes
JP2009036533A (ja) * 2007-07-31 2009-02-19 Kajima Corp 地盤材料の粒度計測システム及びプログラム
JP2010066127A (ja) * 2008-09-10 2010-03-25 Taiheiyo Cement Corp 粒状体の粒度分布の測定システムおよび測定方法
JP5566707B2 (ja) * 2010-01-19 2014-08-06 株式会社サキコーポレーション 外観検査装置及び外観検査方法
KR102150954B1 (ko) * 2020-04-06 2020-09-02 주식회사 맥스트 점군 정보 가공 장치 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5522367B2 (ja) * 2009-12-13 2014-06-18 国立大学法人 千葉大学 表面再現方法及び表面再現プログラム
JP6764982B1 (ja) * 2019-07-29 2020-10-07 清水建設株式会社 分布推定システム、分布推定方法、および、分布推定プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006031383A2 (en) * 2004-09-10 2006-03-23 Exxonmobil Upstream Research Company Geologic models of subsurface sedimentray volumes
JP2009036533A (ja) * 2007-07-31 2009-02-19 Kajima Corp 地盤材料の粒度計測システム及びプログラム
JP2010066127A (ja) * 2008-09-10 2010-03-25 Taiheiyo Cement Corp 粒状体の粒度分布の測定システムおよび測定方法
JP5566707B2 (ja) * 2010-01-19 2014-08-06 株式会社サキコーポレーション 外観検査装置及び外観検査方法
KR102150954B1 (ko) * 2020-04-06 2020-09-02 주식회사 맥스트 점군 정보 가공 장치 및 방법

Also Published As

Publication number Publication date
CL2023000340A1 (es) 2023-10-06
KR20220153298A (ko) 2022-11-18
AU2022271759A1 (en) 2023-02-16
AU2022271759B2 (en) 2024-04-04
KR102618878B1 (ko) 2023-12-27

Similar Documents

Publication Publication Date Title
WO2016171341A1 (ko) 클라우드 기반 병리 분석 시스템 및 방법
WO2018004154A1 (ko) 혼합현실 디스플레이 장치
WO2011087289A2 (en) Method and system for rendering three dimensional views of a scene
WO2016186236A1 (ko) 3차원 오브젝트의 색상 처리 시스템 및 방법
WO2017222301A1 (ko) 부호화 장치 및 방법, 복호화 장치 및 방법
WO2019054593A1 (ko) 기계학습과 이미지 프로세싱을 이용한 지도 제작 장치
WO2016104990A1 (ko) 컨텐츠 제공 장치, 디스플레이 장치 및 그 제어 방법
WO2022240044A1 (ko) 암석 파쇄도 분석 장치 및 이의 동작 방법
WO2016114574A2 (ko) 패치 쉬프트를 이용한 텍스처 필터링 방법 및 장치
CN110968375A (zh) 界面控制方法、装置、智能终端及计算机可读存储介质
WO2017003240A1 (ko) 영상 변환 장치 및 그 영상 변환 방법
WO2023027268A1 (ko) 카메라-라이다 캘리브레이션 장치 및 방법
WO2022131720A1 (ko) 건축물 이미지를 생성하는 장치 및 방법
WO2018110839A1 (ko) 3차원 이미지에 관한 데이터를 전송하기 위한 방법
WO2019231119A1 (ko) 혼잡도 시각화 장치 및 방법
CN115705807A (zh) 显示屏低灰显示效果的测试方法、装置、设备和介质
WO2017007047A1 (ko) 불규칙 비교를 이용하는 공간적 깊이 불균일성 보상 방법 및 장치
WO2019139303A1 (ko) 영상 합성 방법 및 장치
WO2013081383A1 (ko) 깊이 영상을 고해상도로 변환하는 방법 및 장치
CN114693955A (zh) 比对图像相似度的方法与装置及电子设备
WO2014200274A1 (ko) 모바일 지아이에스 공간정보 제공방법 및 모바일 지아이에스 공간정보 제공 시스템
WO2019164352A1 (en) Electronic device for compressing image based on compression loss data related to compression of multiple blocks, which are segments of the image, and method for operating the same
WO2023008671A1 (ko) 특징점에 대한 기술자를 생성하기 위한 전자 장치 및 그 동작 방법
WO2023120833A1 (ko) 사용자 편의를 위한 프로파일링 방법 및 장치
CN104580817A (zh) 图像处理装置、图像形成装置、图像处理系统和方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22807692

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022271759

Country of ref document: AU

Date of ref document: 20220503

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22807692

Country of ref document: EP

Kind code of ref document: A1